实验一yq1I=imread('');%读黑白图像subplot(2,2,1);imshow(I) %显示图像subplot(2,2,2);imhist(I) %显示直方图J=imadjust(I,[ ],[0 1]);%对比度增强subplot(2,2,3);imshow(J)subplot(2,2,4);imhist(J)I1=imresize(I,;imview(I1)%缩小I2=imresize(I,;imview(I2)%放大I3=imrotate(I,45,'bilinear','crop');imview(I3)%旋转45°%%原图、直方图对比度增强、直方图%%缩小%%放大%%旋转45°yq2I=imread('');imshow(I);I1=rgb2gray(I);%把彩色图像转换成灰度图像figure,imshow(I1);info= imfinfo('')%查询文件信息imwrite(I1,'D:\yq\小小.png'); %写图像info =Filename:'C:\MATLAB7\toolbox\images\i mdemos\'FileModDate: '03-May-2003 13:53:58' FileSize: 554554Format: 'png'FormatVersion: []Width: 732Height: 486BitDepth: 24ColorType: 'truecolor' FormatSignature: [137 80 78 71 13 10 26 10]Colormap: []Histogram: []InterlaceType: 'none'Transparency: 'none' SimpleTransparencyData: [] BackgroundColor: []RenderingIntent: []Chromaticities: []Gamma: []XResolution: []YResolution: []ResolutionUnit: []XOffset: []YOffset: []OffsetUnit: []SignificantBits: []ImageModTime:'20 Feb 2003 20:53:33 +0000'Title: []Author: []Description: []Copyright: 'Copyright Corel' CreationTime: []Software: []Disclaimer: []Warning: []Source: []Comment: []OtherText: []yq3[I,map]=imread(''); imshow(I,map)I1=ind2gray(I,map);%把索引色转换成灰度图像figure,imshow(I1,map)%%索引色图像%%灰度图像实验二yq4%%对比度调整I=imread('');subplot(2,2,1);imshow(I);subplot(2,2,2);imhist(I);J=imadjust(I,[ ],[0 1]);subplot(2,2,3);imshow(J);subplot(2,2,4);imhist(J);%%原图、直方图对比度增强、直方图yq5%%直方图均衡化：I=imread('');imshow(I);figure,imhist(I);[J,T]=histeq(I,64);figure,imshow(J);figure,imhist(J);yq6%%线性滤波的MATLAB实现I=imread('');I1=imnoise(I,'salt & pepper',;%加椒盐噪声K1=filter2(fspecial('average',3),I1)/255;K2=filter2(fspecial('average',5),I1)/255;K3=filter2(fspecial('average',7),I1)/255; subplot(2,2,1);imshow(I1); title('噪声图像'); subplot(2,2,2);imshow(K1);title('3×3'); subplot(2,2,3);imshow(K2); title('5×5'); subplot(2,2,4);imshow(K2); title('7×7');yq7%%中值滤波MATLAB实现I=imread('');imshow(I);J=imnoise(I,'gaussian',0,;figure;imshow(J);K1=medfilt2(J,[3,3]);K2=medfilt2(J,[5,5]);K3=medfilt2(J,[7,7]);figure,imshow(K1);figure,imshow(K2); figure,imshow(K2); %%原图%%加高斯噪声实验4实验四：图像的配准与融合一、实验目的(1)熟悉MATLAB图像处理工具箱的使用方法(2) 掌握基于特征点的图像配准的过程。
(3) 掌握常用的图像融合方.二、实验的主要仪器设备(1)微型计算机(2) MATLAB软件（安装图像处理工具箱）(3) 参考MRI图像与待配准的CT图像三、实验原理图像配准指的是将同一场景的两幅或多幅图像进行对准。
一个典型的应用是，将一幅图像(称为基准图像)作为其他图像(称为输入图像)的参照进行比较。
图像配准的目的是，通过对输入图像进行空间变换，使输入图像与基准图像对准。
使用点映射的图像配准包括以下步骤：．将图像读入到MATLAB空间；．指定图像中的成对控制点；．保存控制点对；．指定要使用的变换类型，并根据控制点对推测参数。
．对没有配准的图像进行变换，使之对准。
四、试验内容1、读入图像M= imread('C:\MATLAB7\toolbox\images\imdemos\');figure,imshow(M);N= imread('C:\MATLAB7\toolbox\images\imdemos\');figure,imshow(N);2、选择控制点cpselect(M,N);3、将控制点保存到MATLAB 工作区间input_points =4、调整控制点的位置和指定变换类型计算参数input_points_corr=cpcorr(input_points,base_points,M,N);mytform=cp2tform(input_points_corr,base_points,'linear conformal'); info=imfinfo('C:\MATLAB7\toolbox\images\imdemos\');5、配准图像，并显示registered=imtransform(unregistered,mytform,'XData',[1 ],'YData',[1 ]);figure,imshow(registered),title('配准后图像');配准后图像6、融合M1=imread('C:\MATLAB7\toolbox\images\imdemos\'); %读入图像M2=imread('C:\MATLAB7\toolbox\images\imdemos\');[m1 n1]=size(M1); %判断图像大小是否一致[m2 n2]=size(M2);if (m1 ~= m2) | (n1 ~= n2)error('Input images are not of same size');end;M1=im2double(M1); %数据类型转换M2=im2double(M2);M3=*M1+*M2; %图像加权融合M3=im2uint8(M3);M4=*M1+*M2;M4=im2uint8(M4);subplot(2,2,1);imshow(M1),title('原始MRI图像'); %显示图像subplot(2,2,2);imshow(M2),title('配准后的CT图像 '); subplot(2,2,3),imshow(M3),title('加权因子,融合后的图像'); subplot(2,2,4),imshow(M4),title('加权因子,融合后的图像');原始MRI图像配准后的CT图像加权因子0.5,0.5融合后的图像加权因子0.3,0.7融合后的图像。